apache-spark - Spark ALS 推荐系统预测值大于 1

Question

我在 Spark(推荐系统算法)中使用 ALS 算法(implicitPrefs = True)。通常，运行此算法后，值预测必须从 0 到 1。但我收到的值大于 1

    "usn" : 72164,
    "recommendations" : [ 
        {
            "item_code" : "C1346",
            "rating" : 0.756096363067627
        }, 
        {
            "item_code" : "C0117",
            "rating" : 0.966064214706421
        }, 
        {
            "item_code" : "I0009",
            "rating" : 1.00000607967377
        }, 
        {
            "item_code" : "C0102",
            "rating" : 0.974934458732605
        }, 
        {
            "item_code" : "I0853",
            "rating" : 1.03272235393524
        }, 
        {
            "item_code" : "C0103",
            "rating" : 0.928574025630951
        }
    ]

我不明白为什么或它的评级值大于 1(“评级”:1.00000607967377 和 “评级”:1.03272235393524)

一些类似的问题，但我还是不明白:MLLib spark -ALStrainImplicit value more than 1

谁能帮我解释一下异常值

Answer 1

别担心! ALS 没有任何问题。

然而，如您所见，ALS 返回的预测分数与 Apache Spark 的隐式反馈并未标准化以适应 [0,1] 之间。有时您甚至可能会得到负值。 (更多关于 here 。)

ALS 使用随机梯度下降和近似计算(并重新计算)每一步的用户和项目因素，以最小化成本函数，从而使其能够扩展。

事实上，标准化这些分数并不重要。这样做的原因实际上是这些分数本身并没有多大意义。

您不能对这些分数的每个示例使用 RMSE 来评估推荐的性能。如果您有兴趣评估此类推荐人，我建议您阅读我在 How can I evaluate the implicit feedback ALS algorithm for recommendations in Apache Spark? 上的回答。

研究或/和行业中使用了许多技术来处理此类结果。例如，您可以使用 threshold 二值化每个说法的预测。